Image Encryption via Data-Identified Discrete Chaotic Maps

Resumo Técnico: Criptografia de Imagem via Mapas Caóticos Discretos Identificados por Dados

Declaração do Problema
Esquemas tradicionais de criptografia de imagem baseados em caos dependem predominantemente de sistemas caóticos predefinidos e fixos (por exemplo, o mapa de Hénon padrão ou mapas logísticos 3D). Uma preocupação de segurança significativa com essas abordagens é que a estrutura matemática do mapa caótico é frequentemente conhecida ou facilmente reversível, deixando o sistema vulnerável se as condições iniciais (a chave) forem comprometidas. Além disso, propor sistemas caóticos inteiramente novos manualmente é uma tarefa complexa e difícil. O artigo aborda a necessidade de um paradigma de criptografia mais robusto, onde o próprio mapa caótico não é fixo, mas é derivado dinamicamente a partir de dados, adicionando assim uma camada implícita de segurança além do espaço de chaves tradicional.

Metodologia
Os autores propõem uma estrutura de criptografia de imagem orientada a dados que utiliza o algoritmo SINDy-PI (Identificação Esparsa de Dinâmicas Não Lineares - Implícito Paralelo). A metodologia envolve as seguintes etapas principais:

1. Adaptação do Algoritmo: O algoritmo SINDy-PI, originalmente projetado para sistemas de tempo contínuo, é modificado para sistemas caóticos de tempo discreto. Isso envolve reconstruir a biblioteca de funções de pré-seleção para corresponder às características de mapeamento e ajustar a lógica de geração de dados para usar iteração cíclica em vez de métodos de integração de passo de tempo (como Runge-Kutta).
2. Identificação de Mapa Orientada a Dados: Em vez de usar uma equação predefinida, o sistema gera dados observacionais a partir de um sistema caótico (por exemplo, mapas de Hénon, logísticos 3D ou Lozi). O algoritmo SINDy-PI então identifica as equações dinâmicas explícitas, incluindo termos cruzados e não linearidades de ordem superior, diretamente a partir desses dados.
3. Esquema de Criptografia:
   • Estrutura da Chave: A chave de criptografia consiste exclusivamente nas condições iniciais $(x_0, y_0)$. A forma específica do mapa caótico não é transmitida como uma chave; ela é derivada dos dados de treinamento usados para gerar o mapa.
   • Processo: Usando o mapa identificado e as condições iniciais, uma sequência caótica é gerada. Esta sequência é utilizada para:
     • Embaralhamento: Classificação independente de linhas e colunas baseada na sequência caótica para permutar as posições dos pixels.
     • Difusão: Difusão aditiva de múltiplas rodadas (quatro rodadas) (mod 256) para alterar os valores dos pixels, garantindo que uma mudança de um único bit no texto plano afete todo o texto cifrado.
4. Descriptografia: A descriptografia bem-sucedida requer exatamente as mesmas condições iniciais e exatamente a mesma estrutura de mapa (expressão simbólica) utilizadas durante a criptografia. Como o mapa é dependente de dados, um atacante com as condições iniciais corretas, mas com a estrutura de mapa errada (derivada de dados de treinamento diferentes), não consegue descriptografar a imagem.

Principais Contribuições

• Primeira Aplicação a Sistemas Discretos: Este trabalho estende o algoritmo SINDy-PI, anteriormente limitado a sistemas de tempo contínuo, para a identificação de mapas caóticos discretos.
• Chave Implícita Dependente de Dados: O artigo introduz um mecanismo de segurança inovador onde a própria estrutura do mapa caótico atua como uma chave implícita. Mesmo com condições iniciais idênticas, dados de treinamento diferentes (por exemplo, sementes de ruído variadas) resultam em estruturas de mapa ligeiramente diferentes, produzindo textos cifrados completamente distintos.
• Generalidade: A estrutura é validada em três sistemas caóticos distintos: o mapa de Hénon 2D, o mapa logístico 3D e o mapa Lozi linear por partes, demonstrando sua aplicabilidade a várias estruturas dinâmicas.
• Sensibilidade Aprimorada: O esquema exibe sensibilidade extrema às condições iniciais (uma perturbação de $10^{-16}$ causa falha total na descriptografia) e alta sensibilidade à própria estrutura do mapa.

Resultados Experimentais
A estrutura foi testada usando uma imagem em tons de cinza de "superfície da Lua" de 256 $\times$ 256 pixels. Os resultados indicam:

• Entropia de Informação: As imagens criptografadas alcançaram valores de entropia próximos do ideal ($\approx 7.9976$ bits), indicando uma distribuição de pixels altamente uniforme.
• Correlação: A correlação entre pixels foi reduzida a níveis negligenciáveis (aproximadamente 0,08 nas direções horizontal, vertical e diagonal), significativamente menor do que em esquemas de parâmetros fixos.
• Sensibilidade à Chave: Perturbações tão pequenas quanto $10^{-16}$ nos valores iniciais resultaram em um PSNR de $\approx 10.2$ dB (muito abaixo do limite de perda de 30 dB), confirmando falha total na descriptografia.
• Ataques Diferenciais: O esquema demonstrou forte resistência a ataques diferenciais, com NPCR (Taxa de Mudança de Pixels) média de 99,6556% e UACI (Intensidade Média Unificada de Mudança) média de 33,5824%, correspondendo estreitamente aos ideais teóricos.
• Sensibilidade ao Mapa: Quando as mesmas condições iniciais foram usadas com mapas identificados a partir de dados de treinamento ligeiramente diferentes (sem ruído vs. baixo ruído), os textos cifrados resultantes mostraram um NPCR de 99,6231% e um UACI de 33,4057%, confirmando que a estrutura do mapa atua como um fator de segurança crítico e independente.

Significado e Alegações
O artigo afirma estabelecer um novo paradigma para criptografia baseada em caos, unificando a identificação de sistemas com a criptografia. O significado principal reside em ir além de mapas fixos para arquiteturas de segurança adaptativas e centradas em dados. Ao tornar a estrutura do mapa dependente dos dados de treinamento, os autores argumentam que o sistema introduz uma camada extra de segurança que resiste à engenharia reversa e a ataques de texto plano conhecido de forma mais eficaz do que os esquemas tradicionais. Os autores afirmam que essa abordagem não apenas fornece mais opções para o design de algoritmos, mas também oferece uma solução para o problema de baixa segurança nos algoritmos existentes baseados em caos. Trabalhos futuros são delineados como a extensão do método para sistemas hipercaóticos e sua validação em séries temporais experimentais de circuitos caóticos físicos.